銀行資產選擇同群效應背后的系統性風險隱憂
——兼論經濟政策不確定性的調節作用

■張雪蘭 李佳寧

一、引言

2021年中央經濟工作會議指出，我國經濟發展面臨需求收縮、供給沖擊、預期轉弱三重壓力。在新常態背景下，經濟下行壓力增大，不確定性急劇上升，嚴重阻擋了金融業和實體經濟高質量發展的步伐。我國商業銀行作為金融行業的主力軍，提高其服務實體經濟的能力且防范化解金融風險對深化金融供給側結構性改革具有重要意義。然而，長久以來，我國銀行業同質化經營問題突出[1，2]，相似的經營模式和風險偏好導致銀行業資產選擇趨同，不僅制約了良性競爭格局的形成[3]，也難以滿足企業多樣化、創新化的融資要求。圖1為2010年到2020年之間不同類型的A 股上市銀行貸款及其墊款、金融投資和同業信貸占總資產比例的季度變化趨勢?？梢钥闯?，不同類型商業銀行的資產結構調整步伐基本一致。

圖1 商業銀行各類資產比重變化

商業銀行資產選擇同質化是銀行經營模式同質化的重要體現。為什么我國商業銀行的經營模式會呈現出日益明顯的同質化趨勢？已有學者從我國銀行業歷史淵源、制度背景、內部經營模式、外部競爭壓力等方面進行了闡釋。1978年市場經濟體制改革后，四大國有銀行先后成立，其經營模式受到政府嚴格管制，其壟斷性地位造成銀行業同質經營也能享受經濟發展紅利，因而后續成立的中小商業銀行對四大國有銀行的發展模式形成了路徑依賴[4]。我國銀行業監管部門的理念、模式和制度對金融創新的約束較多，激勵不足，導致了銀行業同質化現象嚴重[1]。我國商業銀行經營模式大同小異，主要利潤來自存貸差。隨著利率市場化的不斷推進，存貸差逐漸縮小，相似的資產負債管理模式、獲客渠道、發展戰略導致其外部競爭壓力加大，同質化經營問題凸顯[5，6]。對歐美銀行的研究表明，資產選擇趨同會加大共同風險敞口，是金融危機爆發的重要誘因[7]。那么，我國商業銀行資產選擇的趨同是否會提升系統性風險水平呢？現有文獻并沒有對此作出解答。

鑒于此，本文試圖從同群效應視角出發，利用A股上市銀行數據，考察其對同伴資產選擇行為的影響及其作用機制。本文可能的邊際貢獻在于：（1）從社會性互動角度進一步明晰了影響商業銀行資產選擇的內部因素，證實了商業銀行決策行為的關聯性，豐富了關于商業銀行同群效應方面的研究；（2）不同于之前學者人為選擇工具變量，本文利用LASSO算法選擇同群變量的工具變量，提升了工具變量的性能和回歸結果的準確性；（3）從競爭性模仿和學習性模仿兩個渠道探討了同群效應的形成機制，對深入理解同群效應提供了有益的視角；（4）通過測算上市銀行對系統性風險的貢獻度，分析了商業銀行資產選擇同群效應與系統性風險的關系，揭示了商業銀行決策關聯性可能產生的潛在風險；（5）進一步分析表明，經濟政策不確定性會顯著增強商業銀行的貸款和同業業務的同群效應。本文的研究結論為我國商業銀行微觀監管和創新發展提供了一定的啟示。同群效應反映出我國銀行決策具有極強的關聯性，銀行決策關聯性有可能引發資產結構趨同，風險互動聚集，系統性風險水平上升。因此，關注銀行決策的關聯性對我國銀行體系高質量、多元化、創新性發展，前瞻性防控金融風險，提高金融資源配置效率具有重要參考價值。

二、文獻綜述與理論假設

（一）銀行資產選擇行為的同群效應

同群效應指的是個體行為受到其所在群體中其他個體的影響，進而使得同群個體的行為呈現出相對一致性[8]。目前國內外關于同群效應的研究成果包括公司投融資行為和資本結構[9—12]、個人投資決策[13]、公司違規行為[14]、企業金融化[15]等多個方面。關于商業銀行同群效應的研究較少。Beltran等[16]通過分析美國金融危機期間商業銀行在聯邦基金市場上的借貸行為發現，銀行在準備金留存方面受到顯著的同群影響，這種同群效應不僅會導致銀行系統流動性囤積，而且會通過影響聯邦基金市場借貸利率弱化貨幣政策傳導效果。Gangopadhyay 等[17]研究了約旦商業銀行的信息技術投資，發現銀行的高層管理者會基于保持聲譽的目的進行同群模仿，模仿行為可以為管理者帶來“一致性利益”。辛兵海等[18]利用我國A 股上市銀行數據，實證研究了中國商業銀行流動性風險管理同群效應，發現個體商業銀行流動性政策會受到群體的影響，且同群效應在中小銀行間較為顯著，四大銀行間則不存在明顯的模仿。

圍繞商業銀行資產選擇這一議題，已有研究主要從宏觀經濟形勢和經濟政策、監管要求、銀行風險承擔等幾個方面展開。實體經濟增速下滑，產業轉型升級，利率市場化加速和互聯網金融強勢競爭對銀行的傳統信貸業務造成了巨大沖擊，而商業銀行貸款投向和風險偏好等存在固有慣性，導致貸款業務的利潤空間不斷縮小。商業銀行的資產選擇也受融資成本影響，當存款和同業間融資成本上升時，銀行會減少流動性儲備，增加風險資產[19]。嚴監管態勢下，資本充足率、存貸比、撥備覆蓋率、杠桿率等指標對貸款的約束增強，商業銀行普遍推進資本集約化管理，通過配置資本消耗較低且回報較高的資產進行結構性優化，從主要面向信貸市場向金融市場等領域拓展，金融投資和同業信貸成為商業銀行提升流動性、規避貸款規模限制、緩解資本約束的主要選擇[20，21]。既有研究對于商業銀行資產選擇行為主要關注點集中在外部環境方面，對行為本身關注較少。目前關于同群效應的研究表明，同一行業中不同的決策主體之間會相互影響，處于同一群體內的個體或有相似特征的個體之間往往會相互模仿使得銀行決策具有很強的關聯性，即商業銀行資產選擇行為可能存在同群效應?；诖?，本文提出如下假設：

H1a：商業銀行的資產選擇行為存在同群效應。

根據Lieberman等[22]對企業模仿行為的研究，企業的模仿主要分為競爭性模仿和學習性模仿。競爭性模仿主要發生在市場地位、資產規模和資源稟賦等十分相近的企業之間，其主要目的是保持自身的競爭優勢；而學習性模仿主要發生在市場地位、資產規模和資源稟賦存在較大差異的企業之間，其主要目的是向具有信息優勢的企業獲取更多的市場信息，且競爭性模仿和學習性模仿往往是并存的。我國各類商業銀行在資產負債規模、品牌效應、客戶資源、管理機制等方面存在差異[23]，模仿行為存在差異，競爭性模仿和學習性模仿并存。根據以上分析，本文提出如下假設：

H1b：不同類型的商業銀行模仿機制存在差異，競爭性模仿和學習性模仿同時存在。

（二）銀行資產選擇行為同群效應與系統性風險

長期以來，信貸資產在我國商業銀行總資產中的占比較高。伴隨著利率市場化等各項金融改革的逐步深入，商業銀行利差空間被壓縮，其不斷降低對信貸規模擴張的過度依賴，重新配置資產，尋找新的利潤空間。在此過程中，商業銀行相互之間的學習和模仿會導致資產結構相似度提高，進而產生相同的風險敞口。歷次金融危機說明相同的風險敞口蘊含著巨大的危機[24]。Cai 等[25]利用美國商業銀行辛迪加貸款數據研究發現，個體銀行為了降低自身投資風險而進行的資產多元化行為，造成了銀行業資產重疊，銀行之間的相似度提升，貸款資產共同風險敞口加深，最終導致經濟下行期系統性風險顯著增強。在現實中，銀行借鑒和模仿同類的這種基于個體利益最大化的理性決策行為并不一定會帶來群體理性決策，即金融機構個體理性所導致集體非理性的合成謬誤機制[26]。個體銀行的損失風險會通過同群效應產生的決策關聯放大機制擴散傳導至整個銀行體系，導致系統性風險水平的提升。

我國銀行業信貸資產配置一直存在結構性不合理現象。首先，信貸空間配置偏重于東部發達地區，行業配置偏重于房地產和基礎設施建設，規模配置偏向于大型國有企業[4]。這種結構性不合理導致我國銀行業風險暴露趨同。如果實體經濟產生負向外部沖擊，則必然在銀行系統形成風險連鎖反應。商業銀行在金融投資中持有大量國債、央行票據、金融債、企業債和公司債，如果發生危機，銀行拋售有價證券會導致其資產價格持續性下跌，個體銀行風險將快速傳導至持有相同金融資產的其他銀行，從而引發系統性金融風險[7，27]。商業銀行同業業務具有較強的不透明性，利用同業業務的不透明性進行監管套利也會引致系統性風險提升[28]。

此外，不同規模的銀行，其系統重要性不同，比如大型國有商業銀行處于整個銀行網絡的中心，尾部風險溢出效應較強[29]，故不同類型的銀行其同群效應對系統性風險的影響也不同。由此，本文提出如下假設：

H2：商業銀行資產選擇行為的同群效應會影響系統性風險，且不同類型的銀行對系統性風險的影響具有差異性。

三、實證研究

（一）模型設定與變量選擇

1.同群效應模型設定

本文在模型設定方面參照辛兵海等[18]的研究，將檢驗同群效應的模型設定如下：

模型（1）中的被解釋變量Assetit分別為貸款比率（Loanit）、金融投資比率（Finvit）和同業信貸比率（Interlendit）；解釋變量Asset_Peerit為商業銀行各類資產同群指標，通過時期t除銀行i以外其他銀行的平均值計算得到；β1為同群效應系數，如果β1顯著為正，則認為商業銀行資產選擇存在同群效應，個體銀行資產選擇受群體影響?？刂谱兞堪ǎ嚎傎Y產（TA）、凈利息收入（NI）、資本充足率（CAR）、不良貸款率（NPL）、非利息收入（NII），分別控制銀行規模、凈利息收入水平、資本充足情況、信貸資產質量、收入多元化等銀行微觀特征；國內生產總值（GDP）、貸款利率（Rate1）、國債收益率（Rate2）、同業拆借利率（Rate3），控制各類資產相對應的宏觀經濟特征。貸款同群效應所用利率為貸款利率（Rate1），金融投資同群效應為國債收益率（Rate2），同業信貸同群效應為同業拆借利率（Rate3）。δi為個體固定效應，θt為時間固定效應，εit為隨機誤差項。

2.內生性問題

關于同群效應的實證研究，必須考慮由于反向因果所帶來的內生性問題，即同群資產選擇行為會影響個體行為，個體行為也會反向影響同群行為。本文借鑒Leary等[9]、辛兵海等[18]的方法，采用上市銀行股票收益特質成分作為工具變量，通過模型（2）提取特質成分。

其中，Rit、RMt、RFt、RIt分別代表個體銀行股票收益率、市場收益率、無風險收益率和行業收益率。回歸后所得殘差屬于個體銀行的特質成分，再計算其同群指標，即可得Asset_Peerit的工具變量。該工具變量通過回歸排除群體的共同點，在一定程度上克服內生性問題。由于該變量及其滯后項均可作為工具變量，故可用工具變量較多。以往學者在選擇工具變量時，均是人為選擇其滯后階數，比如辛兵海等[18]選擇其滯后1 階至3 階作為工具變量，孫鳳娥[30]選擇滯后0 階作為工具變量。目前已有研究將LASSO（Least Absolute Shrinkage and Selection Operator）算法應用至篩選工具變量中，研究證實該算法改善了工具變量性能，使得估計結果更加可靠和準確[31，32]。因此，本文采用LASSO 算法篩選工具變量。

LASSO 回歸的基本思路是讓回歸系數的絕對值之和小于一個常數從而對系數形成約束，如式（3）所示。通過最大似然函數使得部分回歸系數估計值為0，以此刪除掉重要性較低的解釋變量。關于參數λ的確定，主要可以通過信息準則、交叉驗證和理論推演這三種方法。本文樣本量不大，故選擇采用10折交叉驗證確定參數λ。本文的回歸模型中只有一個內生變量，故本文將工具變量個數最多設置為3個，通過工具變量的檢驗結果挑選最優工具變量。

3.同群效應對系統性風險的影響

關于銀行系統性風險的測度，本文參考Adrian等[33]提出的商業銀行系統性風險貢獻度（ΔCoVar），利用分位數回歸，計算出每家銀行在陷入財務困境時的系統性風險（CoVar）與正常經營時的系統性風險（CoVar）之差，測度該銀行對系統性金融風險的貢獻。在計算ΔCoVar 時，由于要用到分位數回歸，而季度數據量太少，故采用了上市銀行月度股票交易數據，再對月度數據進行季度平均，得到季度ΔCo-Var。由于ΔCoVar均為負值，回歸時取其絕對值，其絕對值越大，該銀行對系統性金融風險的邊際貢獻越大。

計算結果顯示，國有大型銀行平均系統性風險為6.278，全國性股份制商業銀行的平均值為5.797，城市和農村商業銀行平均值為5.419。圖2為國有大型商業銀行、全國性股份制商業銀行、城市和農村商業銀行的季度平均系統性風險。整體來看，國有大型商業銀行的系統性風險最大，全國性股份制商業銀行次之，城市和農村商業銀行最小。這一結果與我國對系統性重要銀行的分類相同。

圖2 各類商業銀行平均系統性風險

同群效應的大小，反映出個體銀行的決策受其他銀行影響程度的大小，代表了個體銀行與同群銀行之間的決策關聯程度。在測度商業銀行同群效應大小時，本文借鑒李志生等[34]的方法，將每家銀行的各項資產與其同群指標進行回歸，記錄回歸的擬合優度（R2），將擬合優度（R2）作為每家銀行同群效應大?。≒eer_effectsi）的度量。其數值越大，個體銀行決策受其他銀行的影響越大，個體銀行與同群之間的決策關聯度越高。進一步，通過模型（4）檢驗同群效應對系統性風險的影響。

（二）研究樣本和統計性描述

本文選擇2010年第一季度到2020年第四季度的A股上市銀行作為本文的實證對象。研究樣本的資產規模占比較高①、公司治理相對規范、信息披露較為全面及時，故具有一定的代表性。

本文所用資本充足率數據來源于CCER 數據庫，其他數據來源于WIND 數據庫。部分缺失值通過手工查詢定期財務報告補全。對樣本數據的處理如下：（1）剔除ST 類公司；（2）剔除財務數據異?；蛉笔л^多的銀行；（3）剔除上市時間晚且樣本量過少的銀行，包括重慶銀行、滬農商銀行、齊魯銀行、廈門銀行和瑞豐銀行；（4）對相關財務數據進行1%的Winsor 處理，以減輕極端值對模型的影響。經過篩選，最終得到861條數據。

商業銀行資產種類眾多，本文選取了三類占比較高的資產，分別是貸款及墊款、金融投資和同業信貸。其中，金融投資包括交易性金融資產、以攤余成本計量的金融資產、以公允價值計量且其變動計入其他綜合收益的金融資產、可供出售金融資產、持有至到期投資、債權投資、其他債權投資和其他權益工具投資。同業信貸為存放同業及拆出和買入返售金融資產的總和。具體的變量釋義如表1所示。

表1 變量釋義

表2給出了相關變量的描述性統計。可以看出，我國上市商業銀行的資產規模、收入狀況、經營效率、資本充足情況差異較大，但資產結構差異較小。貸款比率、金融投資比率和同業信貸比率的均值與其中位數的差距均較小。貸款比率的均值為0.48，中位數為0.492；金融投資比率的均值為0.231，中位數為0.213；同業信貸比率的均值為0.05，中位數為0.044。

表2 描述性統計

四、回歸結果分析

（一）商業銀行資產選擇同群效應

1.整體回歸結果

表3為我國商業銀行資產選擇的同群效應相關回歸結果?？梢钥闯?，商業銀行各類資產選擇的同群效應系數均顯著。這表明商業銀行個體資產選擇行為受到同群銀行的顯著影響，個體銀行的資產結構調整函數中包括其他銀行的決策行為這一變量，銀行決策行為關聯性較強。

表3 商業銀行資產選擇同群效應

在進行工具變量回歸時，首先，采用常用的滯后0 階的工具變量進行回歸。貸款、金融投資和同業信貸工具變量所對應的Kleibergen-Paap F統計量分別為34.494、10.79 和18.525。其次，采用LASSO 算法選擇工具變量。經過篩選，貸款、金融投資和同業信貸工具變量所對應的Kleibergen-Paap F統計量分別提升至53.182、30.874 和39.832?？梢钥闯觯涍^篩選后的工具變量與內生變量之間的關聯性更強，工具變量性能提升，意味著采用工具變量進行估計的準確度也將提升。Kleibergen-Paap LM 統計量檢驗結果均顯示拒絕工具變量與內生變量不相關的原假設。Kleibergen-Paap F 統計量均在經驗值10 以上，拒絕了弱工具變量的原假設，表明本文工具變量具有一定的合理性和適當性。LASSO 篩選出來的工具變量用到了股票收益特質成分的滯后項②，故參與回歸的樣本相應有所減少。但可以看出，商業銀行資產結構調整的同群效應仍然顯著，表明在控制了外部宏觀環境和內部微觀結構的條件下，商業銀行資產結構調整仍受到其他銀行的影響，其他銀行的決策行為是個體銀行決策的重要影響因素。

2.穩健性檢驗

本文通過更換解釋變量、考慮經營慣性和改變計量方法進行穩健性檢驗。首先，將銀行撥備覆蓋率納入解釋變量，將盈利指標替換為總資產收益率，結果如表4所示，同群效應仍然顯著。其次，考慮到商業銀行經營慣性的影響，將解釋變量滯后一階進行回歸，結果如表5所示。最后，由于計算系統性風險指標，需要用到股票收益率等數據，故本文僅選擇了上市商業銀行作為研究樣本，樣本數較小。為了緩解樣本選擇性偏差的問題，本文利用Bootstrap 面板數據自助抽樣回歸，通過抽樣1000 次得到“自助樣本”，再次進行回歸使得估計量更具漸進效率和可信度，結果如表6所示。以上回歸結果均證明前文實證結論具有一定的穩健性，商業銀行資產選擇同群效應顯著，決策關聯性較強。

表4 更換解釋變量

表5 考慮經營慣性回歸結果

表6 利用Bootstrap自助抽樣回歸

（二）模仿機制分析

由于不同類型的商業銀行在資產規模、經營范圍、公司治理等方面存在差異，故本文通過調整對應的同群變量，進一步探究我國商業銀行資產選擇行為是否存在競爭性模仿或學習性模仿行為。

實證結果表明，不同類型的商業銀行，其競爭性模仿和學習性模仿行為并存。對于信貸資產（表7），大型國有商業銀行、全國性股份制商業銀行、城市和農村商業銀行貸款的同群效應系數分別為1.300、0.768和0.462，且都在1%的水平上顯著，表明三類商業銀行貸款業務均存在競爭性模仿行為。究其原因，貸款仍然是我國商業銀行資產中占比最大的，也是商業銀行最為重要的利潤來源，A股上市銀行貸款占比平均達48%，最高的超過60%。而隨著我國實體經濟增速下行，商業銀行所能選擇的優質信貸資產減少，貸款領域的競爭也愈加激烈，商業銀行競爭性模仿的動機也越來越強。而在學習性模仿中，全國性股份制商業銀行、城市和農村商業銀行均存在顯著的學習性模仿行為。對此，本文認為，不同類型的商業銀行與市場之間的信息不對稱程度不同，銀行規模越大，與市場信息、政策信息之間的相對不對稱程度越低，大銀行擁有比較信息優勢。規模較小的商業銀行通過模仿規模較大的商業銀行來調整自身的資產，這種模仿可以降低銀行對市場信息和政策信息的獲取成本，減少決策時間，同時降低開拓新業務所需面臨的各種風險。該結果也再次驗證了企業模仿行為中個體會向具有信息優勢的同伴進行模仿[35，36]。

表7 商業銀行信貸資產模仿機制

對于金融投資業務，表8結果表明，全國性股份制商業銀行在金融投資上存在競爭性模仿和學習性模仿，其同群效應系數分別為1.677和2.995，且均在1%水平上顯著。城市和農村商業銀行存在學習性模仿，其同群效應系數為1.320，在1%水平上顯著，大型國有商業銀行不存在顯著的競爭性模仿。我國商業銀行金融投資的主要標的為國債、地方政府債券、金融債券及高評級企業債券，大型國有商業銀行購買債券除了獲取投資收益，也存在支持國家財政政策、助力國家產業發展等政治性目的，故其金融投資決策較為獨立，較少受到同伴影響。全國性股份制商業銀行競爭性模仿和學習性模仿行為并存，一方面與其體制機制較為靈活有關[4]，另一方面也說明股份制商業銀行之間的競爭更為激烈，其模仿動機相對更強。城市和農村商業銀行在經營時間、專業能力和投資經驗方面與其他銀行之間的差距較大，故其學習性模仿動機強烈。這也印證了銀行之間差異性越大，基于信息獲取的模仿動機越強[18]。

表8 商業銀行金融投資模仿機制

表9結果表明，就同業信貸而言，三類商業銀行均存在顯著的競爭性模仿。說明對于不同類型的商業銀行，同業信貸決策均受到同類銀行的影響。而全國性股份制商業銀行存在顯著的學習性模仿，顯示出股份制商業銀行具有更為強烈的模仿動機，為保持其市場地位，其同業信貸的決策行為不僅受到同類影響，也受到規模更大的商業銀行影響。

表9 商業銀行同業信貸模仿機制

（三）同群效應的影響

1.同群效應對系統性風險的影響

同群之間的模仿會導致銀行決策關聯性增強，商業銀行資產相似度上升，同一業務領域競爭更加激烈。這種由同群效應帶來的決策關聯性可能會引發風險互動聚集，產生風險放大效應，從而提升銀行系統性風險。本文以系統性風險（△CoVar）作為衡量指標，借鑒李志生等[34]的方法，對每一家商業銀行的同群效應大小進行了測算，實證研究了同群效應對商業銀行系統性風險的影響。

表10結果表明，商業銀行貸款同群效應整體會增加系統性風險，全國性股份制商業銀行、城市和農村商業銀行對系統性風險影響顯著?？赡艿脑蛴校菏紫龋刨J資產目前為商業銀行占比最大的資產，其存量規模導致信貸資產決策關聯性對銀行系統性風險的影響較大。其次，大型國有商業銀行憑借其市場地位和長期以來的客戶積累，在獲取優質信貸資產方面具有很大優勢，且其具有經濟維穩保增的責任，風險偏好較低[37]，故其信貸資產整體所面臨的風險要小于中小銀行。盡管隨著我國銀行業市場化改革的深入，中小銀行的市場份額和市場競爭力不斷提升，但中小銀行的貸款利率、貸款違約率均高于大銀行，其體現出更高的風險承擔[38]，其模仿行為會造成銀行信貸風險暴露趨于一致，脆弱性上升，從而提升系統性風險。

表10 貸款同群效應與系統性風險

表11結果表明，我國商業銀行金融投資同群效應對系統性風險沒有顯著影響?？赡艿脑蛟谟冢何覈虡I銀行金融投資的主要標的為低風險債券，比如國債、地方政府債、政策性銀行債和其他商業銀行債券等。這類債券違約風險非常低且流動性強，故金融投資同群效應并未顯著提升系統性風險。

表11 金融投資同群效應與系統性風險

表12為同業信貸同群效應對系統性風險的影響，其結果表明，大型國有商業銀行和全國性股份制商業銀行的同群效應會顯著增強銀行所面臨的系統性風險?？赡艿脑蛟谟冢菏紫龋瑯I信貸之間的相互模仿，會提升我國商業銀行之間的網絡關聯度，而大型國有商業銀行和全國性股份制商業銀行在關聯網絡中處于重要結點位置，其系統重要性更強。其次，常備借貸便利（SLF）等新型政策工具只面向一級交易商，故大型國有商業銀行、全國性股份制商業銀行可以直接從央行獲取流動性。流動性分層導致在我國同業市場中，流動性的主要供給者為大銀行，流動性的主要需求者為小銀行。因而，大型國有和全國性股份制商業銀行的同業信貸資產占比要高于城市和農村商業銀行，同業風險也相對較高[38]，故其同群效應對系統性風險的影響也更大。

表12 同業信貸同群效應與系統性風險

2.穩健性檢驗

本文通過變換被解釋變量對上述實證結論進行穩健性檢驗，參考范小云等[39]衡量系統性風險的指標，利用商業銀行日度股票交易數據計算邊際期望損失MES。受篇幅所限，表格省略，實證結果均表明前文結論穩健。

五、進一步分析

近年來，我國外部經濟環境嚴峻復雜，內部改革發展任務艱巨。正如劉鶴[40]指出：“高質量發展是宏觀經濟穩定性增強的發展，在世界面臨百年未有之大變局、全球經濟充滿不確定性的條件下，宏觀穩定成為稀缺的資源”。商業銀行作為我國金融市場中的主要資源配置者，經濟政策不確定性不僅會直接影響其行為決策，還會通過其他金融主體將不確定性傳導至銀行，因而商業銀行對經濟政策不確定性的敏感性更強[41]。已有研究表明，個體進行模仿的主要目的是為了降低自身決策的不確定性[8，14]，那么，經濟政策不確定性對商業銀行的同群效應是否具有顯著的調節作用？本部分引入經濟政策不確定性指數，對其調節作用進行實證分析。經濟政策不確定性指數選取Baker等[42]所構建的指標③。該數據為月度數據，本文對月度數據進行平均并取其自然對數得到季度數據，實證結果如表13所示。貸款和同業信貸同群變量和經濟政策不確定性的交叉項系數顯著為正，說明經濟政策不確定性會顯著增強貸款和同業信貸的同群效應，但其對金融投資同群效應的作用不顯著。這一結果表明，當經濟政策不確定性（EPU）上升時，商業銀行的資產選擇行為會表現出更強的模仿動機。這與蘇明政等[43]研究金融機構杠桿決策同群效應時所得的結論一致。

表13 經濟政策不確定性對同群效應的調節作用

本文進一步將樣本進行細分，按照樣本商業銀行資本充足率、總資產收益率的平均數將其劃分為低資本充足率、高資本充足率、低盈利和高盈利四組。由于經濟政策不確定性對金融投資未產生調節作用，因此僅對貸款和同業信貸的子樣本進行實證研究，結果如表14所示。對于資本充足率較低的商業銀行，經濟政策不確定性會顯著增強貸款業務的同群效應，而對于總資產收益率較高的商業銀行，貸款和同業信貸的同群效應均顯著受到經濟政策不確定性的正向調節作用。究其原因，貸款作為目前我國商業銀行的主要利潤來源，屬于資本消耗較高的資產業務，資本充足率較低和總資產收益率較高的商業銀行對其更為敏感，當經濟不確定性增強時，由于敏感性更強，其為降低外部環境帶來的不確定性而進行學習和模仿的同群趨勢也更加明顯。

表14 經濟政策不確定性對同群效應的調節作用——子樣本

六、結論與政策建議

本文基于2010—2020年我國上市銀行數據，實證檢驗了商業銀行在資產選擇方面是否存在同群效應，同群效應的模仿機制及其對系統性風險的影響。實證結果表明，我國上市銀行資產選擇行為存在顯著同群效應，個體銀行的決策行為顯著受到群體的影響，商業銀行決策關聯性較強，且結論穩健。在模仿機制方面，以保持行業地位為目標的競爭性模仿和以獲取信息為目標的學習性模仿同時存在，但不同類型的商業銀行其模仿機制有所差異。貸款同群效應和同業信貸同群效應會顯著提升銀行的系統性風險，表明同群效應產生的決策關聯是一種風險放大機制。當經濟政策不確定性上升時，貸款和同業信貸的同群效應顯著增強。

本文的主要結論對我國商業銀行的經營管理和風險防范具有一定的現實意義。商業銀行之間的相互模仿學習可以降低其信息獲取成本和決策成本，但當銀行業競爭越來越激烈，外部環境不確定性日益上升時，同群之間的模仿學習尤其是同業業務之間的模仿不僅會加劇競爭侵蝕利潤，還有可能增加銀行決策關聯性，導致風險互動聚集，增大共同風險敞口，提高整個銀行業系統性風險發生概率。因此，銀行業高質量發展應當減少低水平模仿，提升管理能力，打造專業特色，更好地服務實體經濟。監管當局應當更加科學合理地評估系統重要性銀行，精準高效進行分類監管，關注商業銀行的決策關聯性及其可能形成的金融風險，為實體經濟發展營造更加良好的金融生態環境?！?/p>

注 釋

①根據中國銀行業協會數據，2019年末我國上市銀行總資產規模達196.47 萬億元，占商業銀行總資產的比重達到82.04%。資料來源：https：//www.china-cba.net/。

②對于貸款同群變量，LASSO 篩選出來的工具變量是滯后0期、9期和10期的股票特質成分同群變量；對于金融投資，LASSO篩選出來的是滯后2期、5期和10期；對于同業信貸，則是滯后5期、9期和10期的特質成分同群變量。

③經濟政策不確定性數據來源：http：//www.policyuncertainty.com。